怎么學習Spark

Spark采用一個統一的技術堆棧解決了雲計算大數據的如流處理、圖技術、機器學習、NoSQL查詢等方面的所有核心問題，具有完善的生態系統，這直接奠定了其一統雲計算大數據領域的霸主地位；
要想成為Spark高手，需要經歷一下階段：
第一階段：熟練地掌握Scala語言
1， Spark框架是采用Scala語言編寫的，精致而優雅。要想成為Spark高手，你就必須閱讀Spark的源代碼，就必須掌握Scala,；
2， 雖然說現在的Spark可以采用多語言Java、Python等進行應用程序開發，但是最快速的和支持最好的開發API依然並將永遠是Scala方式的API，所以你必須掌握Scala來編寫復雜的和高性能的Spark分布式程序；
3， 尤其要熟練掌握Scala的trait、apply、函數式編程、泛型、逆變與協變等；
第二階段：精通Spark平台本身提供給開發者API
1， 掌握Spark中面向RDD的開發模式，掌握各種transformation和action函數的使用；
2， 掌握Spark中的寬依賴和窄依賴以及lineage機制；
3， 掌握RDD的計算流程，例如Stage的划分、Spark應用程序提交給集群的基本過程和Worker節點基礎的工作原理等
第三階段：深入Spark內核
此階段主要是通過Spark框架的源碼研讀來深入Spark內核部分：
1， 通過源碼掌握Spark的任務提交過程；
2， 通過源碼掌握Spark集群的任務調度；
3， 尤其要精通DAGScheduler、TaskScheduler和Worker節點內部的工作的每一步的細節；
第四階級:掌握基於Spark上的核心框架的使用
Spark作為雲計算大數據時代的集大成者，在實時流處理、圖技術、機器學習、NoSQL查詢等方面具有顯著的優勢，我們使用Spark的時候大部分時間都是在使用其上的框架例如Shark、Spark Streaming等：
1， Spark Streaming是非常出色的實時流處理框架，要掌握其DStream、transformation和checkpoint等；
2， Spark的離線統計分析功能，Spark 1.0.0版本在Shark的基礎上推出了Spark SQL，離線統計分析的功能的效率有顯著的提升，需要重點掌握；
3， 對於Spark的機器學習和GraphX等要掌握其原理和用法；
第五階級:做商業級別的Spark項目
通過一個完整的具有代表性的Spark項目來貫穿Spark的方方面面，包括項目的架構設計、用到的技術的剖析、開發實現、運維等，完整掌握其中的每一個階段和細節，這樣就可以讓您以后可以從容面對絕大多數Spark項目。
第六階級：提供Spark解決方案
1， 徹底掌握Spark框架源碼的每一個細節；
2， 根據不同的業務場景的需要提供Spark在不同場景的下的解決方案；
3， 根據實際需要，在Spark框架基礎上進行二次開發，打造自己的Spark框架；
前面所述的成為Spark高手的六個階段中的第一和第二個階段可以通過自學逐步完成，隨后的三個階段最好是由高手或者專家的指引下一步步完成，最后一個階段，基本上就是到”無招勝有招”的時期，很多東西要用心領悟才能完成。